在R中如何根据另一个数据框提取行,其中值不需要精确？他们只需要足够接近？

Question

我有两个数据框,大多数值相同

DF1:

v1 v2 v3 v4 v5 v6 v7 ......

500 40 5.2 z1 .....

500 40 7.2 z2 .....

500 40 9.0 z3 .....

500 40 3.5 z4 .....

500 40 4.2 z5 .....

DF2:

v1 v2 v3 v4 v5 v6 v7 .....

500 40 5.1 m1 .....

500 40 7.9 m2 .....

500 20 8.6 m3 .....

500 40 3.7 m4 .....

500 40 4.0 m5 .....

我想合并(或任何类似的函数),以便我的新df1文件具有完全匹配的v1和v2,但v3不需要严格精确.有没有办法可以将v3与+/- 0.2匹配？

我希望最终的df1看起来像:

v1 v2 v3 v4 v5 v6 v7 .....

500 40 5.2 z1 .....

500 40 3.5 z4 .....

500 40 4.2 z5 .....

我到目前为止,但我不知道如何解释第v3列的可变性.

hed <- c("v1", "v2", "v3") #original data didn't have header
df1_final <- merge(df1, df2[hed],by=hed)

如果有更好的语言来处理这个问题我也会接受,但这只是我正在研究的整个R脚本的一部分.

Answer 1

首先使用tidyverse我们join,然后filter使用near(和容差):

library(tidyverse)

df1 <- data_frame(v1 = c(500, 500, 500, 500, 500),
                  v2 = c(40, 40, 40, 40, 40),
                  v3 = c(5.2, 7.2, 9.0, 3.5, 4.2),
                  v4 = c("z1", "z2", "z3", "z4", "z5"))

df2 <- data_frame(v1 = c(500, 500, 500, 500, 500),
                  v2 = c(40, 40, 20, 40, 40),
                  v3 = c(5.1, 7.9, 8.6, 3.7, 4.0),
                  v4 = c("m1", "m2", "m3", "m4", "m5"))

df1 %>%
  full_join(df2, by = c("v1", "v2")) %>%    # join on v1 and v2
  filter(near(v3.x, v3.y, tol = 0.21)) %>%  # filter with a tolerance
  rename(v3 = v3.x, v4 = v4.x) %>%          # rename the columns
  select(v1:v4)                             # select em

这产生了

# A tibble: 3 x 4
     v1    v2    v3 v4   
  <dbl> <dbl> <dbl> <chr>
1  500.   40.  5.20 z1   
2  500.   40.  3.50 z4   
3  500.   40.  4.20 z5